Atmane M.

Mission: Industrialisation de la plateforme R&D et accélération du Time-to-Market. Situation: Les projets de recherche étaient ralentis par l'absence de standards logiciels et des processus de déploiement manuels, créant des frictions entre la conception et la mise en production. Actions: – Standardisation (Golden Paths): Conception de Starter Kits Python (Templates Cookiecutter) pour automatiser la structure des projets et garantir un démarrage normé dès le premier jour. – Industrialisation CI/CD: Architecture de pipelines GitLab CI (multi-projets, triggers) intégrant la conformité logicielle: scans de sécurité et analyse de qualité via SonarQube. – Développement & Cloud Native : Conception d'APIs sous FastAPI et orchestration d'environnements conteneurisés via Docker et Kubernetes. Résultats & Impact: – Autonomie: Mise en place d'une plateforme en self-service supprimant les délais d'attente liés au setup infrastructure. – Qualité: Automatisation systématique des contrôles de sécurité et de conformité sur chaque nouveau projet. – Productivité: Réduction significative du temps de setup projet, représentant une économie de plusieurs ETP à l'échelle du département.

Mission: Développement et fiabilisation des briques logicielles critiques du nouveau système billettique parisien (IDFM). Situation: Au sein de Flowbird pour le compte de Comutitres, l'enjeu était de concevoir un système embarqué ultra-robuste capable de gérer les flux de données de millions d'usagers quotidiens sur le réseau RATP. Actions: – Développement Backend (Python/Flask): Conception d'applications haute disponibilité pour terminaux billettiques en environnement contraint. – IoT & Supervision: Mise en œuvre des protocoles MQTT (résilience des échanges) et SNMP (monitoring du parc matériel). – Expertise Linux Embarqué: Fine-tuning système sous Debian et résolution de bugs de latence complexes pour garantir un service 24/7. – Industrialisation: Automatisation de la qualité via Jenkins (tests unitaires/intégration) et conteneurisation des services avec Docker Compose. Résultats & Impact: – Fiabilité: Réduction drastique du taux d'incidents logiciels sur les automates et valideurs en production. – Modernisation: Migration réussie vers le nouveau standard de billettique d'Île-de-France, facilitant la maintenance du parc. – Échelle: Déploiement d'une solution stable supportant des volumes de transactions massifs à l'échelle d'une métropole mondiale.

Mission: Conception d'un POC pour la rétro-ingénierie et la digitalisation des projets de démantèlement. Situation: L'historique technique d'installations complexes est souvent dispersé dans des décennies d'archives non structurées. L'objectif était de reconstruire intelligemment ces données pour les rendre exploitables. Actions: – Extraction de données (OCR): Mise en place d'une chaîne de traitement pour numériser et convertir les archives papier en flux de données textuelles. – Analyse de données (NLP): Utilisation de Spacy et du Topic Modeling pour identifier les événements techniques, les dates clés et les interventions majeures dans les documents. – Structuration & Stockage: Modélisation d'une base de données MongoDB adaptée à l'indexation de contenus hétérogènes. – Analyse Temporelle: Développement d'algorithmes pour corréler les informations extraites et reconstituer un historique cohérent. Résultats & Impact: – Reconstitution du cycle de vie: Création d'une Timeline historique automatisée, permettant de retracer l'évolution de l'installation et des interventions passées. – Aide à la décision: Transformation d'archives "mortes" en un outil de recherche chronologique pour les ingénieurs en charge du démantèlement.

Mission : Fiabilisation de la chaîne décisionnelle et déploiement de l'informatique décisionnelle (BI). Situation : La solution BI existante présentait des erreurs d'exécution récurrentes, impactant la fiabilité des rapports. Ma mission consistait à stabiliser l'infrastructure et à répondre aux nouveaux besoins analytiques de la direction. Actions : -Audit & Correctifs : Identification et résolution des erreurs d'exécution dans les flux de données (ETL) pour garantir l'intégrité des chiffres. -Modélisation & Flux : Optimisation des bases de données SQL Server et développement de packages SSIS pour l'automatisation de l'intégration des données. -Développement BI : Création de cubes multidimensionnels (SSAS) et conception de dashboards interactifs sous Power BI et IBM Cognos. -Cadrage métier : Animation d'ateliers avec les directions fonctionnelles pour le recueil des besoins et la définition des indicateurs clés (KPIs). Résultats & Impact : -Fiabilisation du SI : Élimination des erreurs critiques, assurant une disponibilité et une exactitude des rapports à 100%. -Pilotage stratégique : Mise à disposition de tableaux de bord en temps réel, facilitant la prise de décision rapide pour la direction. -Efficacité opérationnelle : Automatisation complète des rapports récurrents, supprimant les extractions manuelles chronophages sous Excel.